传统意义上，数据湖一般与静态数据相关联。无论本身是机器生成（日志文件）或是人工生成（电子表格）的集合，其基本思想是引入数据探索的自助服务方法（下次重点去学一下数据自助服务有关的概念和解决问题思维方面的内容），使相关的业务数据集可以在组织中共享（个人理解是否应该能在多个系统，多个应用场景中共享，大数据应该是互联共享的）。
而现在流式数据源的比重逐渐加大，移动设备、在线用户操作，要求数据应在到达时就需立刻进行处理（这里是否符合目前大数据流计算技术的场景？）
说是目前几个架构能支撑历史静态数据和实时数据的处理，无论什么架构，理应包括以下三部分：数据存储 HDFS 、HBase、Cassandra、Kafka。处理引擎：Spark、Flink、Beam。交互：Zeppelin/Spark notebook、Tableau/Datameer（很多名词不懂，留着慢慢查一下资料）。
实时数据湖已应用于各个领域了，包括金融（信用卡欺诈到奖励计划，对全面日志的检测分析，是否和目前的流计算和微服务有关？）、电信、零售业
【久同日志】创业的本质也是一场革命，其创业革命阶段不同，革命目标、任务、对象、同盟、路径相异。而作为创业领导者需要意识到制定相匹配的一套战略规划、运营及执行体系。在大数据的算法时代，当今创业有别于一代人的摸着石头过河，胆大就行。而要依靠智力创业、智慧经营、科学筹划，资源整合、模式运营、体系作战。#中小企业的发展出路#
大数据时代，比穷咱是从来没输过啊！
真的不知道它是如何定位的，总之你的经济状况已经被摸得一清二楚了，像我这般穷的，根本不用担心贼惦记，各种诈P电话，说不定还要倒贴的那种
..
你们搜出来都是怎样的呀？
运维人员不再被需要了？亚马逊新出基于AI的大数据云运维服务，它可以监控日志，学习，关注延迟，错误率，资源增长，来识别你的应用是否存在问题，然后决定是否发送报警，也可能给出修复建议。
以下是官方的介绍：
Amazon DevOps Guru
提高应用程序可用性的采用机器学习技术的云运营服务
开始使用 Amazon DevOps Guru 预览版
Amazon DevOps Guru 是一种采用机器学习 (ML) 技术的服务，可用于轻松提高应用程序的操作性能和可用性。DevOps Guru 检测偏离正常操作模式的行为，这样您就可以在操作问题影响您的客户之前及早地识别出它们。
DevOps Guru 利用经过 多年经验和 AWS 卓越运营训练的机器学习模型来识别异常的操作行为（例如延迟、错误率、资源限制增加等）并显示可能导致潜在停机或服务中断的关键问题。当 DevOps Guru 识别出一个关键问题时，它会自动发送警报，并提供相关异常的摘要、可能的根本原因以及关于问题发生时间和地点的上下文。在可能的情况下，DevOps Guru 还会提供如何修复问题的建议。
DevOps Guru 从您的 AWS 应用程序中自动提取操作数据，并提供单一控制面板来可视化您的操作数据问题。您可以开始使用 DevOps Guru 来提高应用程序可用性和可靠性，无需人工步骤或机器学习专业知识。
传统运维，需要人配置各种监控数据，报警策略，看来亚马逊想做更多，进一步抢走运维人员的工作。
釜底抽薪才是最好的，帮助企业裁掉运维人员，等你想下来，离开云的时候，你会发现己经离不开了。
刚刚接到区号为0551合肥的来电，对方说是大数据防控中心工作人员，了解我最近的行动轨迹。刚开始吓我一跳，因为上午我才做的核酸，我以为自己是阳性呢！结果对方说只是根据数据反映的情况对你做一个调查，原来如此听后我才放下心来。
记得还有一次，我接到一个陌生号码，对方第一句就说，“我是某某交警大队的…请问车牌号…车主是你吗？”“是我！”
“你某年某月某日有没有到什么地方去过？”我回答说时间太久记不得了。“那有没有借给别人开过？”我说我回想一下，然后对方挂掉了。等了一会又打过来了，“对不起，刚才车牌号搞错了！…”一场虚惊！
我们普通老百姓胆子小！受不了惊吓！虽然说受点惊吓，但能够平安无事，心中还是庆幸的不会怪任何人。
老周露营日志
午夜十二点，毫不意外又失眠了。是继续刷着手机享受着大数据时代为你量身推送的文章和视频，被禁锢在思想的牢笼里呢，还是背上行囊开始一次说走就走的露营？一想到被大数据支配的恐惧，顿时一个激灵。
说走咱就走，天上的星星参北斗。戴上手表关上手机沿着江安河绿道，今晚一路向东。为什么沿着河？有路灯呀！当然我是绝对不会承认我怕黑的事情。听，河水哗哗的声音，那是生命发出的共鸣。心里构思着小作文脚下迈着骄傲的小步伐，国庆第一天的沮丧顿时抛到脑后，心中释然。人生就是一场偶遇，有些人还来不及说一声你好，转眼就该说再见了。有些不舍、有些留恋最后剩下的只有那惊鸿一瞥的一眼，定格了画面，整理一下心情又该出发啦。
走着走着就累了，搭起帐篷它是这副皮囊今夜的归属，什么时候能给这颗不安的心也安上一个家呢？
.10.3日丑时
当社会发展到一定水平，管理办法的科学、系统性会一再被论证、提升。当前大数据背景下的管理，政府机关，银行、医院、超市，大学、企业等社会的各个领域都在研究积分管理办法，学习强国也制定了一套完整的学习积分评价体系，各大自媒体平台更是有细致的积分评价办法。
如此形势下，学校和班级作为一种典型的管理组织形式，导入积分绝对是大趋势。事实上，很多有眼光、有远见的校长接触e积分，都是眼前一亮，如获至宝，大力推行。
没有系统学习过积分管理的老师或校长可能会觉得：班级积分就是制定几条标准，奖分扣分那么点事儿。但真的如此吗？如果是这样，为什么有的老师用起来就高效、省心，有的老师用起来就觉得没有效果，甚至无从下手或是手忙脚乱，工作量巨大，操纵不了呢？
由此可见，e积分的使用绝非想象的那般简单，一定有它独特的智慧、技巧在里面。
几年的积分管理学习让我深切感受到：管理是知识体系，不是零散的小伎俩，需要认真去对待；学习是过程积累，不是三天打渔两天晒网，需要长时间的不懈坚持；实践是学习提升的捷径，不实践靠想像永远无法获得真正的智慧，更谈不上有改变和提升。老师们真的该静下心来好好学一学，用一用。
还要继续努力[中国赞]
如果觉得《大数据日志分析 大数据中日志采集工具》对你有帮助，请点赞、收藏，并留下你的观点哦！
